La creciente automatización de los procesos de fabricación en la industria, ha generado grandes cantidades de datos que pueden dar mucha información y conocimiento sobre un determinado proceso; sin embargo, poco provecho se ha obtenido de esta situación. La Minería de Datos (Data Mining) consiste, precisamente, en extraer el conocimiento de las grandes bases de datos generadas por algún proceso a través de técnicas de Inteligencia Artificial, y es en este ámbito que se ha desarrollado el presente trabajo. En una línea de producción de perfiles de caucho, específicamente en el proceso de extrusión de gomas se han aplicado técnicas de procesado de datos y reducción dimensional, tales como SAMMON, Análisis de Componentes Principales (PCA) y clusterizado con la finalidad de descubrir agrupamientos, patrones de comportamiento, espurios, etc. Tales técnicas son muy útiles para el análisis de procesos multivariados, ya que permiten visualizar los datos en 2D preservando al máximo la estructura original de los datos.
El tratamiento de los datos es crítica dentro del proceso de Minería de Datos y se necesita un buen conocimiento del proceso ya que, es en esta parte donde se reduce la cantidad de información haciendo a un lado la que se considere redundante y de poco valor para el análisis posterior.
The increasing automatization of the fabrication process in the industry has generated big quantities of data. This data can give us information and knowledge about a particular process; however, a little advantage has been taken of this situation. The Data Mining consists, exactly, in taking out the knowledge that exist in the big data bases generated for some process by the Artificial Inteligence techniques, it is in this field that this work has been developed. In the process of rubber extrusion techniques of processing data and dimentional reduction, like for example SAMMON, PCA and clusters has been applied. This is with the final idea of discovering clusters, patterns of conduct, outliers, etc. Those techniques are very usefull for the analysis of multivariety-process because they allow you to see the data in 2D, that led to maximize the preservation of the original structure of data.
The way you take care of the data it’s crucial in the process of Data Mining and it’s necessary a good knowledge of the process. This is because in the part where you reduce the quantity of information by putting away what is repetitive and has a little value for a farther analysis.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados